代码随想录第十天|滑动窗口最大值|前 K 个高频元素

今天是栈与队列的最后一天，学习了队列的一些经典应用，单调队列和优先级队列（小顶堆，大顶堆）。通过第二题，熟悉了map的方法操作和优先队列的方法操作。

滑动窗口最大值

这一题一开始是想着使用暴力解法，遍历加排序，但是时间复杂度会比较高。这里学习了单调队列的使用方法，单调队列不是一种固定的结构，根据不同问题，来定制队列的push，pop操作。这里单调队列基于双端队列Deque实现，保持队列中第一个元素最大，然后单调递减，每次取最大值时，只需要保存第一个元素即可。这里一个小技巧，因为在pop和push过程中，可能会考虑窗口的问题，弹出之后，要怎么来保持窗口的移动和大小。这里加入队列中的不是数组元素，而是数组的下标，通过数组下标可以判断其在不在窗口中，然后再进行pop或者push操作。

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        ArrayDeque<Integer> deque=new ArrayDeque<>();
        int n=nums.length;
        int[] res=new int[n-k+1];
        int index=0;
        for(int i=0;i<n;i++){
            //首先保证单调队列头部元素在[i-k+1,i]范围内，保证单调队列中元素在滑动窗口内
            while(!deque.isEmpty()&&deque.peek()<i-k+1){
                deque.removeFirst();
            }
            //然后保证单调队列头部元素最大，这样才好直接取最大值，同时要保持单调
            //若新加入的元素大于队列尾部元素则，直接弹出
            while(!deque.isEmpty()&&nums[deque.peekLast()]<nums[i]){
                deque.removeLast();
            }
            deque.addLast(i);
            //当满足滑动窗口大小后，每移动一次，去一个最大值放入数组中
            if(i>=k-1){
                res[index++]=nums[deque.peek()];
            }

        }
        return res;

    }
}

前k个高频元素

这一题只需要取前k个高频元素即可，非常适合用大小顶堆优先队列来解决，但是这里最好使用小顶堆，因为使用大顶堆，每次弹出的元素是根节点，是出现频次最大的元素。使用小顶堆的话，每次弹出的元素是出现频次最小的元素，将整个数组遍历完之后，小顶堆中留下的就是前k个高频元素。在Java中，优先队列PriorityQueue是使用二叉堆实现的，通常情况下是小顶堆。

PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);

上述代码中((pair1,pair2)->pair1[1]-pair2[1])用来设置优先队列是大顶堆还是小顶堆，这里使用pair1[1]-pair2[1]两个元素相减，若结果为负数，则将第一个元素pair1放在前面，若为正数，则将第二个元素pair2放在前面，返回零时，两个元素顺序不变。这里设置的是小顶堆。

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        //使用小顶堆进行实现，Java中小顶堆用优先队列（其本质就是一个最小堆）实现
        Map<Integer,Integer> map=new HashMap<>();
        for(int i=0;i<nums.length;i++){
            map.put(nums[i],map.getOrDefault(nums[i],0)+1);
        }
        //定义优先级队列，对map中前k个元素排序
        PriorityQueue<int[]> pq=new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
        for(Map.Entry<Integer,Integer> entry : map.entrySet()){
            //如果pq中元素个数少于k个，直接添加
            if(pq.size()<k){
                pq.add(new int[]{entry.getKey(),entry.getValue()});
            }else {  //比较根节点和新加入元素的大小，若根节点小，直接弹出，加入新的
                if(pq.peek()[1]<entry.getValue()){//这里比较的是元素出现频次
                    pq.poll();
                    pq.add(new int[]{entry.getKey(),entry.getValue()});
                }

            }
        }
        int[] res=new int[k];
        for(int i=k-1;i>=0;i--){
            res[i]=pq.poll()[0];//保存返回的是元素值，不是出现频次
        }
        return res;
    }

}